Сборник статей

Каталог публикаций Интернет-изданий

переводы публикаций из социальной сети для учёных ResearchGate и из других открытых источников Интернета

Анализ влияния автономных транспортных средств на премии по автострахованию


Индустрия автострахования переживает самые большие потрясения с момента своего создания. Производители, такие как Volvo, Tesla и Ford, ожидают, что к 2020 году автомобили 3-го и 4-го уровней будут коммерчески доступны и будут использоваться на дорогах. По оценкам КПМГ, к 2050 году объем автострахования сократится на 70%. Страховщики должны быть готовы немедленно адаптироваться к изменениям (например, в Интернете можно оформить  обязательное страхование ОСАГО онлайн - www.avtocivilka.ua). В отрасли или рискуете быть вытесненными с рынка конкурентами, предлагающими более низкие тарифы. Для AV уровня 5 ответственность, вероятно, перейдет от водителя к производителю, но время от времени страховщики должны корректировать свои ставки с учетом различных уровней автономии. Эти уровни будут находиться между 2, 3 и 4, где ответственность не совсем ясна. Данные о страховых выплатах и ​​данные о ДТП, включая информацию о характеристиках безопасности транспортных средств, не являются общедоступными, а риски для транспортных средств, которые в настоящее время имеют высокий уровень автономности, являются низкими.


Прогнозируемые результаты этого исследования заключаются в том, что фактические страховые взносы для всех застрахованных снизятся независимо от возраста, пола или типа транспортного средства. Ожидается, что значимость этих характеристик в объяснении колебаний фактических премий также снизится. Надбавки для транспортных средств с функциями безопасности, которые снижают частоту столкновений в большей степени, чем другие функции безопасности, соответственно должны быть ниже.

Чтобы учесть отсутствие данных о воздействии, VMT в миллионах используется в качестве воздействия для частоты, а оценочное количество аварий, полученных от GES, используется для количества претензий. Дополнительным преимуществом использования VMT является возможность эффективного анализа различий в воздействии на типы транспортных средств. VIN, предоставляемый GES, содержит только 12 цифр вместо полных 17, чтобы обеспечить конфиденциальность тех, кто включен в опрос, последние 5 цифр VIN предоставляют важную информацию об автомобилях, которая позволит идентифицировать функции безопасности в транспортных средствах. Без надлежащей идентификации транспортных средств с функциями безопасности невозможно оценить снижение частоты ДТП с использованием общедоступных данных. Институт данных о потерях на дорогах (HLDI) собирает данные о страховании от многих страховщиков, что позволяет их исследователям оценить влияние средств безопасности на частоту ДТП. В этой статье используются уменьшенные показатели аварийности из исследования Джессики Чиккино о предупреждениях о выезде с полосы движения, обнаружении слепых зон и предупреждениях о фронтальном столкновении с автономным торможением и без него.

Эта работа показывает, что существует значительное снижение ставок страховых взносов по всем характеристикам драйверов. По оценкам, средства безопасности, которые снижают количество аварий с большей частотой, уменьшают страховые взносы более эффективно, чем другие функции. Было бы целесообразно исследовать комплексные затраты на несчастные случаи, когда эти средства безопасности присутствуют, чтобы более точно предсказать страховые взносы. Снижение значимости одних только характеристик драйвера оказалось незначительным. Возможно, они будут менее значимыми для транспортных средств, где одновременно присутствует несколько средств безопасности.

Выводы

Более высокая автономность в транспортных средствах решительно снижает риск для застрахованного, и для каждой автономной функции безопасности, включенной в транспортное средство, следует значительно снизить премию. Требуются дальнейшие исследования, чтобы определить, есть ли также снижение серьезности аварий. Прогноз, что автомобили, которые станут более автономными, снизит страховые взносы, верен. Фирмы, которые не снижают свои страховые премии, будут вытеснены из отрасли автострахования фирмами, которые надлежащим образом снижают свои цены, чтобы учесть сокращение несчастных случаев во всех категориях. Возраст, пол и тип транспортного средства предикторов не имели заметного снижения значимости или объяснения дисперсии затрат, связанных с авариями.

Использованные источники

  1. Cicchino, Jessica. “Effectiveness of Forward Collision Warning Systems with and  without Autonomous Emergency Braking in Reducing Police-Reported Crash    Rates.” Highway Loss Data Institute. January 2016.

  2.  Cicchino, Jessica. “Effects of Lane Departure Warning on Police-Reported Crash Rates.” Highway Loss Data Institute. August 2017.

  3.  Cicchino, Jessica. “Effects of Blind Spot Monitoring Systems on Police-Reported Lane-Change Crashes.” Highway Loss Data Institute. August 2017.

  4. Edlin, Aaron. Per-Mile Premiums for Auto Insurance. UC Berkeley Department of Economics. January 27, 1999.

  5. ftp.nhtsa.dot.gov/GES/GES09/
  6. nhts.ornl.gov/download.shtml

  7. KPMG LLP. The Chaotic Middle the Autonomous Vehicle and Disruption in Automobile Insurance. June 2017
  8.  Miller, Ted., and Eduard Zaloshnja. Comprehensive and Human Capital Crash Costs by Maximum Police-Reported Injury Severity Within Selected Crash Types. Annu Proc Assoc Adv Automot Med. 2004; 48: 251–263.

  9. Smart, Diana., and Suzanne Vassallo. “In the Driver’s Seat II: Beyond the Early Driving Years.” No. 17. April 2010.

  10.  Stoll, John. “GM Executive Credits Silicon Valley for Accelerating Development of Self-Driving Cars.” The Wall Street Journal. May 10, 2016.




Авторизация
Забыли свой пароль?